iVOD / 168511

Field Value
IVOD_ID 168511
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168511
日期 2026-04-14
會議資料.會議代碼 院會-11-5-6
會議資料.會議代碼:str 第11屆第5會期第6次會議
會議資料.屆 11
會議資料.會期 5
會議資料.會次 6
會議資料.種類 院會
會議資料.標題 第11屆第5會期第6次會議
影片種類 Clip
開始時間 2026-04-14T15:41:24+08:00
結束時間 2026-04-14T15:56:50+08:00
影片長度 00:15:26
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/226eb22ddfd9792f6319fe904a8febc5ec314df46cb6092325b10b4e100d60733af29b1e480214c65ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 廖先翔
委員發言時間 15:41:24 - 15:56:50
會議時間 2026-04-14T09:00:00+08:00
會議名稱 第11屆第5會期第6次會議(事由:一、討論事項:本院台灣民眾黨黨團,針對第11屆第4會期第2次會議報告事項第29案行政院函請審議「115年度中央政府總預算案(含附屬單位預算及綜計表-營業及非營業部分)」院會所作之決定提出復議。是否有當?請公決案等4案。二、對行政院院長提出施政方針及施政報告繼續質詢。(4月14日下午)三、4月10日上午9時至10時為國是論壇時間。)
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 2.47784375
transcript.pyannote[0].end 5.16096875
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 5.68409375
transcript.pyannote[1].end 8.01284375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 14.96534375
transcript.pyannote[2].end 15.52221875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 15.70784375
transcript.pyannote[3].end 17.59784375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 17.59784375
transcript.pyannote[4].end 17.88471875
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 18.18846875
transcript.pyannote[5].end 24.07784375
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 24.31409375
transcript.pyannote[6].end 26.99721875
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 27.31784375
transcript.pyannote[7].end 31.72221875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 32.00909375
transcript.pyannote[8].end 37.64534375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 39.06284375
transcript.pyannote[9].end 39.48471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 40.15971875
transcript.pyannote[10].end 41.96534375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 41.96534375
transcript.pyannote[11].end 54.50346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 42.38721875
transcript.pyannote[12].end 42.75846875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 44.66534375
transcript.pyannote[13].end 44.74971875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 55.54971875
transcript.pyannote[14].end 60.62909375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 61.16909375
transcript.pyannote[15].end 64.18971875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 62.72159375
transcript.pyannote[16].end 66.88971875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 67.26096875
transcript.pyannote[17].end 67.31159375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 67.31159375
transcript.pyannote[18].end 67.41284375
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 67.41284375
transcript.pyannote[19].end 67.46346875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 67.46346875
transcript.pyannote[20].end 67.59846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 67.78409375
transcript.pyannote[21].end 74.82096875
transcript.pyannote[22].speaker SPEAKER_02
transcript.pyannote[22].start 68.30721875
transcript.pyannote[22].end 71.93534375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 74.95596875
transcript.pyannote[23].end 74.97284375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 74.97284375
transcript.pyannote[24].end 74.98971875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 74.98971875
transcript.pyannote[25].end 76.27221875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 75.00659375
transcript.pyannote[26].end 90.09284375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 90.09284375
transcript.pyannote[27].end 91.20659375
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 90.73409375
transcript.pyannote[28].end 93.04596875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 92.99534375
transcript.pyannote[29].end 102.27659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 102.54659375
transcript.pyannote[30].end 105.11159375
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 105.11159375
transcript.pyannote[31].end 144.70034375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 106.19159375
transcript.pyannote[32].end 106.22534375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 145.13909375
transcript.pyannote[33].end 146.62409375
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 146.96159375
transcript.pyannote[34].end 151.87221875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 152.19284375
transcript.pyannote[35].end 152.22659375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 152.22659375
transcript.pyannote[36].end 152.31096875
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 152.31096875
transcript.pyannote[37].end 153.03659375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 153.03659375
transcript.pyannote[38].end 154.15034375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 154.60596875
transcript.pyannote[39].end 155.90534375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 156.41159375
transcript.pyannote[40].end 159.38159375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 159.29721875
transcript.pyannote[41].end 159.36471875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 159.38159375
transcript.pyannote[42].end 159.60096875
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 159.60096875
transcript.pyannote[43].end 170.94096875
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 163.83659375
transcript.pyannote[44].end 164.35971875
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 171.68346875
transcript.pyannote[45].end 178.77096875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 179.14221875
transcript.pyannote[46].end 182.60159375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 182.92221875
transcript.pyannote[47].end 190.61721875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 189.06471875
transcript.pyannote[48].end 198.95346875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 200.15159375
transcript.pyannote[49].end 206.31096875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 206.53034375
transcript.pyannote[50].end 212.38596875
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 212.47034375
transcript.pyannote[51].end 219.69284375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 219.77721875
transcript.pyannote[52].end 221.34659375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 221.97096875
transcript.pyannote[53].end 223.99596875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 224.29971875
transcript.pyannote[54].end 230.64471875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 230.93159375
transcript.pyannote[55].end 232.14659375
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 232.83846875
transcript.pyannote[56].end 279.58221875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 279.58221875
transcript.pyannote[57].end 279.59909375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 279.93659375
transcript.pyannote[58].end 281.64096875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 281.84346875
transcript.pyannote[59].end 285.50534375
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 285.77534375
transcript.pyannote[60].end 286.36596875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 286.93971875
transcript.pyannote[61].end 288.77909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 288.88034375
transcript.pyannote[62].end 304.89471875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 301.43534375
transcript.pyannote[63].end 315.62721875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 312.03284375
transcript.pyannote[64].end 315.07034375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 315.62721875
transcript.pyannote[65].end 319.87971875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 318.41159375
transcript.pyannote[66].end 319.79534375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 320.53784375
transcript.pyannote[67].end 320.55471875
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 320.55471875
transcript.pyannote[68].end 332.02971875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 320.63909375
transcript.pyannote[69].end 321.78659375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 332.02971875
transcript.pyannote[70].end 341.68221875
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 335.86034375
transcript.pyannote[71].end 336.11346875
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 339.91034375
transcript.pyannote[72].end 342.42471875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 341.74971875
transcript.pyannote[73].end 346.32284375
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 344.46659375
transcript.pyannote[74].end 363.48471875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 362.91096875
transcript.pyannote[75].end 365.56034375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 365.67846875
transcript.pyannote[76].end 374.13284375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 371.28096875
transcript.pyannote[77].end 390.09659375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 390.67034375
transcript.pyannote[78].end 392.02034375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 392.29034375
transcript.pyannote[79].end 393.08346875
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 393.65721875
transcript.pyannote[80].end 405.72284375
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 405.94221875
transcript.pyannote[81].end 408.03471875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 408.03471875
transcript.pyannote[82].end 408.86159375
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 409.43534375
transcript.pyannote[83].end 409.45221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 409.45221875
transcript.pyannote[84].end 411.64596875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 412.00034375
transcript.pyannote[85].end 414.14346875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 414.44721875
transcript.pyannote[86].end 416.40471875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 416.67471875
transcript.pyannote[87].end 420.01596875
transcript.pyannote[88].speaker SPEAKER_02
transcript.pyannote[88].start 417.43409375
transcript.pyannote[88].end 417.75471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 420.79221875
transcript.pyannote[89].end 422.71596875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 422.96909375
transcript.pyannote[90].end 427.82909375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 426.29346875
transcript.pyannote[91].end 433.09409375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 433.09409375
transcript.pyannote[92].end 434.02221875
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 433.11096875
transcript.pyannote[93].end 434.08971875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 434.08971875
transcript.pyannote[94].end 438.24096875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 437.17784375
transcript.pyannote[95].end 448.33221875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 444.31596875
transcript.pyannote[96].end 445.07534375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 445.29471875
transcript.pyannote[97].end 445.56471875
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 448.72034375
transcript.pyannote[98].end 460.11096875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 461.14034375
transcript.pyannote[99].end 465.67971875
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 466.81034375
transcript.pyannote[100].end 467.62034375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 467.62034375
transcript.pyannote[101].end 467.63721875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 467.94096875
transcript.pyannote[102].end 467.95784375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 467.95784375
transcript.pyannote[103].end 469.08846875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 469.08846875
transcript.pyannote[104].end 469.10534375
transcript.pyannote[105].speaker SPEAKER_02
transcript.pyannote[105].start 469.54409375
transcript.pyannote[105].end 478.25159375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 474.84284375
transcript.pyannote[106].end 483.34784375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 483.44909375
transcript.pyannote[107].end 484.15784375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 484.20846875
transcript.pyannote[108].end 486.01409375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 487.02659375
transcript.pyannote[109].end 487.53284375
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 487.73534375
transcript.pyannote[110].end 492.10596875
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 492.44346875
transcript.pyannote[111].end 492.78096875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 493.42221875
transcript.pyannote[112].end 496.99971875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 496.15596875
transcript.pyannote[113].end 503.53034375
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 503.95221875
transcript.pyannote[114].end 504.30659375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 504.62721875
transcript.pyannote[115].end 508.44096875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 509.35221875
transcript.pyannote[116].end 515.64659375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 515.83221875
transcript.pyannote[117].end 515.84909375
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 515.84909375
transcript.pyannote[118].end 518.46471875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 518.78534375
transcript.pyannote[119].end 537.95534375
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 538.39409375
transcript.pyannote[120].end 539.11971875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 539.33909375
transcript.pyannote[121].end 543.81096875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 544.23284375
transcript.pyannote[122].end 562.99784375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 563.16659375
transcript.pyannote[123].end 564.11159375
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 564.39846875
transcript.pyannote[124].end 566.64284375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 567.13221875
transcript.pyannote[125].end 582.11721875
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 582.89346875
transcript.pyannote[126].end 589.72784375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 590.16659375
transcript.pyannote[127].end 593.82846875
transcript.pyannote[128].speaker SPEAKER_02
transcript.pyannote[128].start 594.19971875
transcript.pyannote[128].end 608.61096875
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 608.99909375
transcript.pyannote[129].end 612.57659375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 612.01971875
transcript.pyannote[130].end 612.07034375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 612.72846875
transcript.pyannote[131].end 614.82096875
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 615.90096875
transcript.pyannote[132].end 616.57596875
transcript.pyannote[133].speaker SPEAKER_02
transcript.pyannote[133].start 617.13284375
transcript.pyannote[133].end 638.81721875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 639.05346875
transcript.pyannote[134].end 641.11221875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 641.26409375
transcript.pyannote[135].end 648.03096875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 648.13221875
transcript.pyannote[136].end 650.88284375
transcript.pyannote[137].speaker SPEAKER_02
transcript.pyannote[137].start 651.27096875
transcript.pyannote[137].end 652.43534375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 652.73909375
transcript.pyannote[138].end 654.67971875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 655.05096875
transcript.pyannote[139].end 656.33346875
transcript.pyannote[140].speaker SPEAKER_00
transcript.pyannote[140].start 657.17721875
transcript.pyannote[140].end 661.26096875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 659.89409375
transcript.pyannote[141].end 661.91909375
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 663.04971875
transcript.pyannote[142].end 667.38659375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 667.77471875
transcript.pyannote[143].end 675.50346875
transcript.pyannote[144].speaker SPEAKER_02
transcript.pyannote[144].start 669.37784375
transcript.pyannote[144].end 670.50846875
transcript.pyannote[145].speaker SPEAKER_02
transcript.pyannote[145].start 672.88784375
transcript.pyannote[145].end 673.59659375
transcript.pyannote[146].speaker SPEAKER_00
transcript.pyannote[146].start 676.07721875
transcript.pyannote[146].end 700.30971875
transcript.pyannote[147].speaker SPEAKER_02
transcript.pyannote[147].start 677.29221875
transcript.pyannote[147].end 677.59596875
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 688.59846875
transcript.pyannote[148].end 691.58534375
transcript.pyannote[149].speaker SPEAKER_02
transcript.pyannote[149].start 697.74471875
transcript.pyannote[149].end 699.97221875
transcript.pyannote[150].speaker SPEAKER_00
transcript.pyannote[150].start 700.36034375
transcript.pyannote[150].end 703.26284375
transcript.pyannote[151].speaker SPEAKER_02
transcript.pyannote[151].start 701.96346875
transcript.pyannote[151].end 706.28346875
transcript.pyannote[152].speaker SPEAKER_02
transcript.pyannote[152].start 707.14409375
transcript.pyannote[152].end 707.22846875
transcript.pyannote[153].speaker SPEAKER_00
transcript.pyannote[153].start 707.22846875
transcript.pyannote[153].end 707.70096875
transcript.pyannote[154].speaker SPEAKER_02
transcript.pyannote[154].start 707.70096875
transcript.pyannote[154].end 709.65846875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 707.88659375
transcript.pyannote[155].end 709.06784375
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 709.55721875
transcript.pyannote[156].end 711.04221875
transcript.pyannote[157].speaker SPEAKER_02
transcript.pyannote[157].start 711.04221875
transcript.pyannote[157].end 711.51471875
transcript.pyannote[158].speaker SPEAKER_02
transcript.pyannote[158].start 712.30784375
transcript.pyannote[158].end 722.65221875
transcript.pyannote[159].speaker SPEAKER_02
transcript.pyannote[159].start 722.98971875
transcript.pyannote[159].end 724.94721875
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 725.28471875
transcript.pyannote[160].end 727.51221875
transcript.pyannote[161].speaker SPEAKER_02
transcript.pyannote[161].start 727.51221875
transcript.pyannote[161].end 727.59659375
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 727.59659375
transcript.pyannote[162].end 727.66409375
transcript.pyannote[163].speaker SPEAKER_02
transcript.pyannote[163].start 727.66409375
transcript.pyannote[163].end 729.62159375
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 727.83284375
transcript.pyannote[164].end 732.13596875
transcript.pyannote[165].speaker SPEAKER_02
transcript.pyannote[165].start 730.41471875
transcript.pyannote[165].end 732.08534375
transcript.pyannote[166].speaker SPEAKER_02
transcript.pyannote[166].start 732.13596875
transcript.pyannote[166].end 732.20346875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 732.20346875
transcript.pyannote[167].end 738.34596875
transcript.pyannote[168].speaker SPEAKER_02
transcript.pyannote[168].start 732.28784375
transcript.pyannote[168].end 732.94596875
transcript.pyannote[169].speaker SPEAKER_02
transcript.pyannote[169].start 738.73409375
transcript.pyannote[169].end 741.40034375
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 739.64534375
transcript.pyannote[170].end 741.23159375
transcript.pyannote[171].speaker SPEAKER_02
transcript.pyannote[171].start 741.70409375
transcript.pyannote[171].end 754.39409375
transcript.pyannote[172].speaker SPEAKER_00
transcript.pyannote[172].start 749.98971875
transcript.pyannote[172].end 750.86721875
transcript.pyannote[173].speaker SPEAKER_00
transcript.pyannote[173].start 752.23409375
transcript.pyannote[173].end 752.85846875
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 754.00596875
transcript.pyannote[174].end 760.82346875
transcript.pyannote[175].speaker SPEAKER_02
transcript.pyannote[175].start 758.51159375
transcript.pyannote[175].end 759.74346875
transcript.pyannote[176].speaker SPEAKER_02
transcript.pyannote[176].start 759.96284375
transcript.pyannote[176].end 763.30409375
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 762.08909375
transcript.pyannote[177].end 765.56534375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 763.81034375
transcript.pyannote[178].end 775.21784375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 767.99534375
transcript.pyannote[179].end 768.40034375
transcript.pyannote[180].speaker SPEAKER_02
transcript.pyannote[180].start 776.34846875
transcript.pyannote[180].end 795.13034375
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 776.38221875
transcript.pyannote[181].end 777.66471875
transcript.pyannote[182].speaker SPEAKER_02
transcript.pyannote[182].start 795.67034375
transcript.pyannote[182].end 802.35284375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 801.12096875
transcript.pyannote[183].end 807.82034375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 808.00596875
transcript.pyannote[184].end 811.00971875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 811.14471875
transcript.pyannote[185].end 813.55784375
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 813.97971875
transcript.pyannote[186].end 822.97409375
transcript.pyannote[187].speaker SPEAKER_02
transcript.pyannote[187].start 817.70909375
transcript.pyannote[187].end 829.06596875
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 826.65284375
transcript.pyannote[188].end 837.09846875
transcript.pyannote[189].speaker SPEAKER_02
transcript.pyannote[189].start 833.36909375
transcript.pyannote[189].end 847.72971875
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 846.24471875
transcript.pyannote[190].end 849.28221875
transcript.pyannote[191].speaker SPEAKER_02
transcript.pyannote[191].start 848.72534375
transcript.pyannote[191].end 860.08221875
transcript.pyannote[192].speaker SPEAKER_02
transcript.pyannote[192].start 860.23409375
transcript.pyannote[192].end 864.48659375
transcript.pyannote[193].speaker SPEAKER_02
transcript.pyannote[193].start 864.97596875
transcript.pyannote[193].end 874.62846875
transcript.pyannote[194].speaker SPEAKER_02
transcript.pyannote[194].start 875.10096875
transcript.pyannote[194].end 875.11784375
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 875.11784375
transcript.pyannote[195].end 888.43221875
transcript.pyannote[196].speaker SPEAKER_02
transcript.pyannote[196].start 875.23596875
transcript.pyannote[196].end 876.04596875
transcript.pyannote[197].speaker SPEAKER_02
transcript.pyannote[197].start 879.47159375
transcript.pyannote[197].end 879.85971875
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 885.12471875
transcript.pyannote[198].end 901.62846875
transcript.pyannote[199].speaker SPEAKER_01
transcript.pyannote[199].start 897.54471875
transcript.pyannote[199].end 897.96659375
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 901.86471875
transcript.pyannote[200].end 903.63659375
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 904.14284375
transcript.pyannote[201].end 905.40846875
transcript.pyannote[202].speaker SPEAKER_02
transcript.pyannote[202].start 904.36221875
transcript.pyannote[202].end 918.13221875
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 906.48846875
transcript.pyannote[203].end 908.12534375
transcript.pyannote[204].speaker SPEAKER_02
transcript.pyannote[204].start 918.18284375
transcript.pyannote[204].end 920.10659375
transcript.pyannote[205].speaker SPEAKER_02
transcript.pyannote[205].start 920.25846875
transcript.pyannote[205].end 921.33846875
transcript.pyannote[206].speaker SPEAKER_02
transcript.pyannote[206].start 925.18596875
transcript.pyannote[206].end 926.67096875
transcript.pyannote[207].speaker SPEAKER_02
transcript.pyannote[207].start 927.48096875
transcript.pyannote[207].end 927.97034375
transcript.whisperx[0].start 2.52
transcript.whisperx[0].end 6.956
transcript.whisperx[0].text 好,謝謝主席,麻煩我們卓院長以及我們的工部長卓院長還有工部長請備詢
transcript.whisperx[1].start 19.543
transcript.whisperx[1].end 37.197
transcript.whisperx[1].text 這幾天許多國人在討論印度移工引進的事情那產業其實確實缺工我想這是不爭的事實產業界都有希望說提出引進更多的移工那我想先請問一下產業界有曾經指定過說想要引進哪個國家的移工嗎
transcript.whisperx[2].start 40.434
transcript.whisperx[2].end 59.908
transcript.whisperx[2].text 就是我們缺工是事實啦那產業界都有希望說引入更多的移工支持我們的勞動力那產業界有曾經指定指明過希望哪一個國家的移工進來嗎因為就產業界來講的話事實上不同的移工他們
transcript.whisperx[3].start 61.226
transcript.whisperx[3].end 89.097
transcript.whisperx[3].text 他們的適合性或者是所以有產業界曾經提過希望印度的移工進來過嗎?沒有沒有特別指定嗎?他們就是希望有更多的勞動力嗎?事實上印度很多的科技人才現在是在台灣的對啊,但是跟移工是不同類別,他們是技術專業嘛好,那我想確認一下,那在這個新聞出來的時候產業界對於要引進印度移工這樣子的一個政策他們有過任何正面或者是反面的意見給我們的經濟部嗎?
transcript.whisperx[4].start 91.178
transcript.whisperx[4].end 110.696
transcript.whisperx[4].text 因為企業界來講還是說移工對他們來講就是他們的一個投入只要適當的他們都會支持就是說不會因為說哪一國人我想剛一開始有提到過這個就是剛剛可能大家院長跟部長可能有提到其實現在並不是說非
transcript.whisperx[5].start 111.317
transcript.whisperx[5].end 127.742
transcript.whisperx[5].text 印度的移工不可嘛而是說產業界需要移工那需要更多的勞動力其實有兩個方式嘛一個是既有的來原國來增加那個來我們台灣工作的人口數那這一點我不曉得這可能經濟部我不曉得有沒有網友或是院長
transcript.whisperx[6].start 128.542
transcript.whisperx[6].end 144.494
transcript.whisperx[6].text 我們曾經有評估過嗎就是說我們在評估要增加印度人移工來台灣之前我們有沒有曾經評估過譬如說菲律賓、越南、印尼、泰國這些長期在我們國家服務的一些好朋友其實過往也
transcript.whisperx[7].start 145.354
transcript.whisperx[7].end 170.775
transcript.whisperx[7].text 並沒有太大的一個問題那擴大引進其實也是一種方式啊我們曾經有討論過這件事情嗎就在缺工這方面我想第一個國內的產業需要外籍的移工來增加產能這是事實第二個政府的政策一向都是主張多元市場分散市場對 從多元的來源來分散市場這個也是我們既定的政策所以勞動部也會到南向國家去
transcript.whisperx[8].start 172.356
transcript.whisperx[8].end 198.601
transcript.whisperx[8].text 設點直接引入 現在也在做這個工作第三個呢 現在我們有沒有要營進哪一個國家的移工特定國家的移工 是要看產業界有沒有特定的需求如果有的話 也要當地的政府 當國的政府跟我們在履行內容條約的時候能夠達成一致 符合我們的要求多一些來源國 因為其他國家 我們鄰近的日本以及韓國 其實他們的移工來源都比我們台灣來得多遠 我們看一下投影片
transcript.whisperx[9].start 200.182
transcript.whisperx[9].end 220.719
transcript.whisperx[9].text 就是我們中華民國的移工主要來自於左方的四個國家那日本比我們多一些那韓國也更多更多元我並不是說多多少還是好還是幾個是好但是我們可以看到在日本以及韓國他在比我們多的國家來源的時候我們可以在裡面尋找有沒有印度這個國家
transcript.whisperx[10].start 222
transcript.whisperx[10].end 246.421
transcript.whisperx[10].text 我想應該是沒有,這個我檢查過了日本跟韓國他們其實也都是往多元的移工引進到自己的國家這樣的政策是一致的但是他們卻沒有從印度引進來,我不曉得他們的考量是什麼但是我也不曉得我們中華民國的政府為什麼其實在日本以及韓國有這麼多其他國家的經驗比如說他們有一些重複的國家,比如說尼泊爾
transcript.whisperx[11].start 247.242
transcript.whisperx[11].end 264.911
transcript.whisperx[11].text 或者是緬甸這些國家斯里蘭卡都是韓國跟日本也都有在用那可能也都是沒有太大的問題那為什麼我們中華民國會想要在我們既有的這四個國家以外優先去找印度而不是說在日本跟韓國可能有長年的經驗的國家
transcript.whisperx[12].start 266.752
transcript.whisperx[12].end 286.165
transcript.whisperx[12].text 印度的移工有特別哪一種不可替代的能力嗎我想這是社會所疑問的畢竟他負面的這個質疑我想就不必多述了啦他有沒有什麼特別不可或缺的能力是為什麼我們會優先來找印度並不是優先的問題我們分散來源分散市場這個就是一個既定的政策那跟
transcript.whisperx[13].start 287.808
transcript.whisperx[13].end 313.241
transcript.whisperx[13].text 該國達成某一種協議簽訂了MOU之後我們送到國會來大家也經過討論那時候的討論並沒有任何負面或是歧視的原因就是接受了那接受開放或是行政程序完成了補充一下講說是因為MOU簽了之後大家希望來多做一些把關不要把我們在野黨的把關當作我們的支持我覺得這個可能要釐清一下
transcript.whisperx[14].start 315.742
transcript.whisperx[14].end 331.01
transcript.whisperx[14].text 就是有經過這個手續之後一些行政的手續完成了才有引進不可我在跟議長確認啦就是就我們現在的了解印度的移工有沒有在技能或是特殊能力上面有不可或缺的一個替代的一個能力讓我們非引進不可
transcript.whisperx[15].start 331.61
transcript.whisperx[15].end 355.511
transcript.whisperx[15].text 有嗎他如果只是一些比較低階工作的當然沒有技術的如果他要有符合到中階技術人員的話他就必須通過專業人才的或是中階的都必須透過我們那也就是說印度現在他既然沒有特殊的專才那其實我們也沒有非引經不可的一個條件如果說在我們的國家社會有高度的懷疑情況下也請我們的院長
transcript.whisperx[16].start 356.111
transcript.whisperx[16].end 370.347
transcript.whisperx[16].text 那之後多多一些陳如玲剛剛可能有想的一些門檻等等的希望大家能夠多一些討論跟思考就是兩個前提嘛一個就是我們產業界有需求第二個要引進也要印度政府的規定跟符合我們國家的規定
transcript.whisperx[17].start 370.988
transcript.whisperx[17].end 388.927
transcript.whisperx[17].text 才能夠引進來對 同時為了滿足產業的需求我也剛剛也幫忙簡單的整理我相信你們會有更多的資料有更多的選擇或許我們國人在引進的上面的顧慮就不會有那麼多也不會有那麼多的衝突以上也跟院長跟部長做個討論那接下來下一張投影片我們討論資安的問題就是說我們這個
transcript.whisperx[18].start 394.838
transcript.whisperx[18].end 419.379
transcript.whisperx[18].text 過去國際村雖然說現在可能比較有一個地緣政治的問題請教一下在印度製造的小米手機跟在大陸製造的蘋果手機哪一個在台灣使用這個資安的問題可能會比較大一點會比較有疑慮蘋果這種世界的大廠他應該對於內機內控比較完整他不會有任何資安上的考慮所以小米可能比較高嗎這個我不敢
transcript.whisperx[19].start 420.894
transcript.whisperx[19].end 447
transcript.whisperx[19].text 下判但是就我們的各種資訊來看他的可信度應該沒有蘋果這麼高你為什麼不讓政府機關使用你就是有疑慮啊你就是有疑慮嘛對不對好的比較安全可靠的為什麼我們不選擇也就是說蘋果手機他就算在大陸製造但他的信任度可能也是比小米手機的信任度來高就算他可能在印度製造是的嘛我也是這麼認為我們下一頁
transcript.whisperx[20].start 448.78
transcript.whisperx[20].end 463.148
transcript.whisperx[20].text 那一樣的我們用汽車來做一個比擬啦在歐洲製造的這個一個型號Volvo EX30的電動車跟在中國大陸製造的Tesla Model Y哪一個的資安風險如果說在我們國內行駛哪一個資安風險可能會比較高
transcript.whisperx[21].start 466.837
transcript.whisperx[21].end 477.727
transcript.whisperx[21].text 我覺得歐洲的標準應該是蠻高的沒有 跟院長報告一下VOVO已經被中國的吉利集團收購它是100%的中資企業但是我們有分成歐美製跟中國製的VOVO我們給予的評價是不一樣的但是它的這個
transcript.whisperx[22].start 487.836
transcript.whisperx[22].end 513.202
transcript.whisperx[22].text 應該說公司的一個營運或者是說決策權都在中國大陸人手上對不對但是歐洲要符合當地歐洲的各種規範那沒關係你覺得如果說他就算是中國大陸的這個有掌控權但是他在歐洲製造也沒關係的話那Tesla Model Y在大陸製造你會懷疑他的資安問題嗎因為現在中國製的汽車是不能來到台灣的這是因為產業上對等的關係
transcript.whisperx[23].start 516.8
transcript.whisperx[23].end 537.595
transcript.whisperx[23].text 所以我就要引到下一個議題我們過去在這邊也跟院長討論過就是大陸車引進台灣的問題其實我最主要討論的我們要跟你討論中國品牌的大陸車這件事情在這邊討論不完包括意識形態等等的一些問題我相信它資安的問題確實也是比較高但是我今天要討論的是歐美的品牌
transcript.whisperx[24].start 538.596
transcript.whisperx[24].end 563.49
transcript.whisperx[24].text 譬如說,像剛剛院長跟部長講的他就算是一個大陸的品牌他在國外生產,其實他用國外的法規其實他也是相對安全的但是我們的國家目前其實並不允許因為像之前可能有一陣新聞,我不重述了有說大陸的比亞迪要抽過哪邊進來但是我們那時候說法不一樣因為他是比亞迪,我們不信任他的資安但是現在
transcript.whisperx[25].start 565.312
transcript.whisperx[25].end 580.025
transcript.whisperx[25].text 相對起來Tesla在中國大陸的設廠因為安不安全是晶片的問題是公司把關的問題我們信任Tesla的製作就算在中國大陸所以說我這邊要跟部長
transcript.whisperx[26].start 583.267
transcript.whisperx[26].end 607.224
transcript.whisperx[26].text 這個院長討論的現在很多的國人他其實都是非常期待能夠從大陸引進一些歐美系品牌的汽車我再講一遍從大陸製造的歐美系品牌的汽車因為這些汽車他可能並沒有我們剛剛講的資安上面的問題同時你說對產業界的影響因為他可能跟歐美車系的這個
transcript.whisperx[27].start 609.065
transcript.whisperx[27].end 632.872
transcript.whisperx[27].text 可能服務的客群跟我們國產車也是不太一樣的那同時他在這個抱歉我看一下我整理一下就是我們的歐美我們現在都講這個歐美的民族產業鏈我們可以深化跟歐美之間的大型的汽車公司的一個連結我覺得這不論是從消費者的角度來看或是從國家的這個制度方針來看
transcript.whisperx[28].start 633.672
transcript.whisperx[28].end 660.415
transcript.whisperx[28].text 或是從資安方面或是從國內產業界的一個衝擊來看都是相對起來是比較有衝擊的或都是比較輕微的甚至有一些是有幫助的不曉得院長跟部長有沒有考慮過我剛剛的這個提案有沒有討論的可能性我們不討論大陸品牌單純討論歐美品牌對,報告委員因為只要是牽涉到資安而且安全上的問題我們剛剛討論他們有資安問題的嘛對不對
transcript.whisperx[29].start 663.303
transcript.whisperx[29].end 681.219
transcript.whisperx[29].text 因為車子它是有安全上的問題那如果是在中國製造的話它就會產生一樣的嘛蘋果手機你剛剛信任它為什麼現在Tesla你不信任它蘋果手機它跟車子不太一樣都是晶片的問題啊沒有沒有沒有車子它在路上跑它有安全上的問題那是車輛檢驗的問題叫它不會把關
transcript.whisperx[30].start 683.261
transcript.whisperx[30].end 710.533
transcript.whisperx[30].text 沒有沒有沒有因為如果他的晶片有後門的話產生影響是非常大那蘋果手機在大陸製造也可能有後門啊蘋果手機是你個人的選擇我們會警告你但是你如果要自己選擇也可以但是車子不一樣車子在路上跑那個是有整個公共安全的問題我們曾經警告過蘋果手機不安全嗎這個大陸製的應該沒有吧我們會提醒應該沒有吧應該沒有提醒過吧最好不要中國製的啦
transcript.whisperx[31].start 712.438
transcript.whisperx[31].end 736.931
transcript.whisperx[31].text 所以說我們的手機大家現在要檢查起來現在要正式的在立法院要幫忙宣布一下我們手機檢查一下如果是大陸製的蘋果手機我們建議你不要用最好是換其他的手機你現在是這樣的意思嗎我們的意思是大陸品牌的手機啦所以我強調它有地跟品牌是分開的管控的機制所以我現在就是把產地跟品牌分開中國的電動車當然不能進來
transcript.whisperx[32].start 739.704
transcript.whisperx[32].end 759.142
transcript.whisperx[32].text 對,中國大陸的品牌的電動車我現在也沒有要跟您討論我現在就是跟您討論Tesla或者是BMW或者是Benz這些歐美的品牌他在大陸製作的他相對起來應該是沒有治安的問題因為Tesla他在各國產地那麼多不一定要從中國進來他價格有差
transcript.whisperx[33].start 761.044
transcript.whisperx[33].end 773.177
transcript.whisperx[33].text 這個價格差了非常的多啊所以說為什麼部長你應該也知道消費者其實一直以來都有非常大的這樣的一個期待能夠從大陸引進上海超級工廠的特斯拉到台灣來我相信其他品牌的車輛進來對我們的產業也是有幫助啦
transcript.whisperx[34].start 776.477
transcript.whisperx[34].end 794.866
transcript.whisperx[34].text 好不好 評估一下啦就是說我們把這個優點跟缺點評估一下我們不要被一開始的意識形態所束縛到那你們剛剛講的中國道路的品牌不進來這個我當然是我也沒辦法在這邊跟您爭論嘛但是我們今天就是討論歐美的品牌那能夠讓我們的消費者用更低的價格
transcript.whisperx[35].start 796.006
transcript.whisperx[35].end 814.945
transcript.whisperx[35].text 這個得到一樣品質的一個服務的一個車輛我想這對我們的消費者是有利的你這樣的建議有一點危險性雖然我不認為對國內的汽車產業政府要多大的來保護但是汽車產業那麼多的從業人員我們應該給他們一個安全的環境低價請銷進來台灣的任何產業對台灣的
transcript.whisperx[36].start 818.228
transcript.whisperx[36].end 836.836
transcript.whisperx[36].text 因為人的意思是,只要是人工、軍資、中國大陸第一的地方的汽車廠的製造的汽車都不適合進來嗎?應該不是這樣的概念吧?因為整車的部分是不能,中國製的車子不能。沒關係啦,我是為消費者請命啦,當然執政權在你們的手上。
transcript.whisperx[37].start 837.216
transcript.whisperx[37].end 857.634
transcript.whisperx[37].text 我們把風險排除了那如果說你們還是認為你們有你們的說法那我當然也只能尊重嘛你們是執政黨嘛我只是為我們國內的消費者請命這是風險並沒有排除啊我已經說風險並沒有排除核能的問題啦最後一分鐘請教核能的問題我們現在核二核三有評估研議了嘛對不對那我們政府也一直在說我們要擁抱新核能嘛對不對那
transcript.whisperx[38].start 858.995
transcript.whisperx[38].end 874.008
transcript.whisperx[38].text 這是一件事還是兩件事兩件事所以我的理解就是核二核三評估延長執照重啟核能發電同時我們還有可能在其他的地方去新設新式的核能發電廠
transcript.whisperx[39].start 875.151
transcript.whisperx[39].end 903.41
transcript.whisperx[39].text 新式核能發電廠到現在還沒有一個商轉的一個時間點那我們會參與全世界這樣先進技術的討論也吸收各種先進技術台灣也希望在參與的地方能夠我們國民黨立場一向都是比較支持核能的所以說我不會說批評您的話所以我就要確認除了核二核三的一個研議所以除了核二核三未來台灣還有可能出現其他的核電廠是這樣的理解嗎在新式核能沒有
transcript.whisperx[40].start 904.97
transcript.whisperx[40].end 919.857
transcript.whisperx[40].text 我們都重複過了第一點會從過去的合一或合適優先來挑嗎?畢竟合適也在我的選區雖然說我可能比較支持合適但是身為民意代表我們還是要尊重地方的民意我想確認一下未來的選址會以合一合適為優先還是說重新選址?謝謝廖委員